| 基于轻量级卷积神经网络的人脸检测方法研究 |
| |
| 作者姓名： | 姚高华 于健海 卢振坤 |
| |
| 作者单位： | 梧州学院电子与信息工程学院,广西梧州543002;梧州学院广西高校图像处理与智能信息系统重点实验室,广西梧州543002;梧州学院电子与信息工程学院,广西梧州543002;广西民族大学信息科学与工程学院,广西南宁530000 |
| |
| 基金项目： | 国家自然科学基金项目（61562074）；广西自然科学基金项目（2018GXNSFAA294019）；广西高校中青年教师基础能力提升项目（2017KY0632） |
| |
| 摘 要： | 针对现阶段卷积神经网络参数量较大，检测速度较慢，无法嵌入至移动端电子设备，且在复杂环境下检测精度较低的问题，设计了两层前后分离轻量级的卷积神经网络的人脸检测方法。第一层网络采用全卷积神经网络，用于快速提取人脸特征，并生成大量的人脸边界候选框。第二层网络采用深层全连接卷积神经网络，将第一层网络推断的人脸候选区域进行筛选，并输出人脸大小、坐标和置信度。实验表明，本文设计的人脸检测方法在人脸基准数据集FDDB上具备较高的检测精度和检测速度，轻量级的网络设计使得算法移植到前端电子设备成为了可能。
|
| 关 键 词： | 参数量 电子设备 复杂环境 全卷积网络 人脸边界候选框 轻量级 |
| 本文献已被 万方数据 等数据库收录！ |
| 点击此处可从《机床与液压》浏览原始摘要信息 |
|
点击此处可从《机床与液压》下载全文 |
|
